最近,一款名为“OpenClaw”的AI智能体火遍全网,它能直接替人操作电脑。全社会都在热火朝天地讨论AI如何改变工作方式,大学里也紧跟潮流,纷纷开设“人工智能通识课”。
然而,不少上过课的学生却直摇头:“文科生听天书,理科生觉得无聊”“学AI就是复制粘贴、上传三步,然后就下课了”。老师也左右为难:“讲深了听不懂,讲浅了说是水课。”
这门被寄予厚望的“时代必修课”,到底哪里出了问题?
一、课程定位的尴尬:要么太深,要么太浅
有的学校把AI通识课上成了计算机专业课,算法、神经网络、卷积神经网络一股脑塞给大一新生。一位汉语言文学专业的学生吐槽:“我是学文学的,让我用提示词给中小学生批改作业,这跟我有什么关系?”
另一些学校则走向另一个极端——内容过于简单,教学生用指令让大模型生成文案、图片、视频。结果老师还在讲“AI赋能学习”,学生已经直接用AI“赋能作业”了。
二、考核形式化,教学与需求脱节
不少学生反映,这门课的考核方式也很“水”:没有教材,期末交一篇报告就算完事;或者作业量巨大却缺乏有效指导。更离谱的是,有的学校用系统自动判分,学生因为“未使用AI指令”被打了低分,老师却两手一摊:“系统判的,我管不了。”
据统计,超过70%的大学生评价通识课时,将“个人收获”放在首位。而不少学校的AI课程始终与企业实际需求隔着一道墙,学生学完一头雾水,什么都没留下。
三、也有学校把课上“活”了
当然,并非所有学校都如此。北京航空航天大学的《人工智能导论》课填补了学生知识体系的空白;复旦实行分级教学,文科生用案例拆解原理,硬核玩家可以用AI研究甲骨文;电子科技大学的学生上完课,受人脸识别启发,开发了一套汉字识别系统来提升古籍研读效率。
四、如果遇到“水课”,学生该怎么办?
毕业于郑州大学、现任AI算法工程师的知乎用户Dean给出了实用建议:
-
快速摸清考核规则:了解老师看重出勤、作业还是期末试卷,用最少的时间守住体面分数。
-
主动寻找闪光点:哪怕课程整体一般,也可能有某个章节或观点值得深究,把它当作免费的前沿讲座。
-
与自己的专业结合:商科学生可以把期末报告定为《基于大模型的消费者评论情感分析》,让通识课变成专业探索的“拓展包”。
说到底,AI通识课能否成为学生的“资产”,关键不在于课堂本身是深是浅,而在于学生能否在其中培养出一种更重要的能力:在信息过载的时代,如何高效获取知识、跨领域整合资源、与智能工具协同共创。
微信扫一扫









